基于贝叶斯优化-ResNet的电池电极比容量与比能量的预测方法
申请号:CN202510495719
申请日期:2025-04-21
公开号:CN120577713A
公开日期:2025-09-02
类型:发明专利
摘要
本发明提出了一种基于贝叶斯优化‑ResNet的电池电极比容量与比能量的预测方法,包括以下步骤:获取待测金属电池电极的实验数据,并进行预处理;在标准的ResNet模型基础上,引入注意力机制,以形成改进后的ResNet模型;利用贝叶斯优化算法对改进后的ResNet模型的超参数进行调优;使用预处理后的实验数据对改改进后的ResNet模型进行训练;将待测的金属电池电极数据输入到训练好的ResNet模型中,输出预测的比容量与比能量值。本发明提高了金属电池电极比容量与比能量的预测精度。
技术关键词
电池电极
引入注意力机制
随机森林模型
全局平均池化
残差网络
数据
网络结构
算法
基础
通道
参数
批量
精度